Le partenariat de Mirendil avec Google Cloud marque la transition d’une IA générative de contenu vers des systèmes autonomes. Ceux qui sont capables d’automatiser la recherche scientifique et industrielle. Le laboratoire d’IA engage la moitié de son capital de seed dans un grand contrat d’infrastructure et déplace le centre de gravité de l’intelligence artificielle.
Le laboratoire d’IA Mirendil vient de conclure un accord pluriannuel de plus de 100 millions de dollars avec Google Cloud. La startup est fondée par d’anciens cadres d’Anthropic et de Google DeepMind. Et elle est valorisée à un milliard de dollars lors d’un tour de table initial de 200 millions d’euros mené par Andreessen Horowitz (a16z) et Kleiner Perkins. Ainsi, Mirendil consacre 50 % de sa trésorerie à la réservation de puissance de calcul.
Cette décision financière interpelle les décideurs tech. Pourquoi financer une infrastructure aussi importante avant même la commercialisation du moindre produit ? La réponse se trouve dans l’automatisation intégrale de la boucle de recherche en Machine Learning.
L’architecture Self-Improving et la fin de la recherche manuelle
Jusqu’à présent, les progrès des modèles de langage s’appuyaient sur des assistants de code que des ingénieurs supervisaient. Mais Mirendil casse ce plafond de verre en développant une IA auto-améliorante. Il s’agit d’un concept d’auto-amélioration récursive. Le système formule donc ses propres hypothèses scientifiques et conçoit les expérimentations. Il évalue même les métriques et ajuste ses architectures de manière itérative.
Sous la direction des cofondateurs Behnam Neyshabur et Harsh Mehta, Mirendil cible le principal défi de la R&D. Notamment, la vitesse à laquelle les chercheurs humains testent et valident leurs idées. Pour les Chief AI Officers et responsables Data, la valeur d’usage réside dans l’automatisation des tâches complexes du Machine Learning. Comme le réglage fin des hyperparamètres, le débogage de pipelines ou l’exploration d’architectures post-Transformer.
L’objectif affiché sur le site officiel de Mirendil dépasse l’ingénierie logicielle. Puisque ces agents de recherche autonomes appliquent l’apprentissage par renforcement à grande échelle aux sciences dures. Ils visent alors à réduire des cycles de R&D de plusieurs mois à quelques heures dans des secteurs stratégiques. Comme la biophysique, la découverte de médicaments et la science des matériaux.
Les opportunités du partenariat entre Mirendil et Google Cloud
L’exécution de boucles de recherche récursives exige un environnement matériel qui supporte des charges de travail d’entraînement et d’inférence très hétérogènes. C’est le cœur de l’accord noué autour du Google Cloud AI Hypercomputer.
Mirendil ne se contente pas de louer des serveurs à Google Cloud. La startup déploie sa couche logicielle d’orchestration au-dessus d’une architecture hybride qui combine les TPU v5P de Google et les puces NVIDIA haute performance.
Cette flexibilité matérielle répond à des contraintes opérationnelles majeures. L’entraînement de systèmes récursifs nécessite de répartir dynamiquement les algorithmes sur les puces les plus efficientes. Afin d’éviter les obstacles réseau et mémoire. Comme l’a précisé Amin Vahdat, CTO de l’infrastructure chez Google, “la performance globale dépend désormais de l’orchestration de systèmes d’intelligence complets. Plutôt que de la simple puissance brute d’un composant”.
Today, we're announcing a multi-year partnership with @Google to power the next generation of self-accelerating AI!
— Mirendil (@mirendil) August 6, 2026
Mirendil will scale its training, inference, and AI research workloads on @googlecloud 's AI Hypercomputer — drawing on both TPUs and full-stack NVIDIA AI Infra. pic.twitter.com/Wn9KbpF5zv
Pour les hyperscalers, ce partenariat illustre un changement de leur modèle économique. Le géant informatique co-développe des plans de calcul mais ne vend plus seulement de l’hébergement cloud brut. Et cela se fait avec des entreprises deeptech capables d’optimiser l’allocation des puces. Google Cloud sécurise également un partenaire technologique dont les avancées alimenteront les fonctionnalités de plateformes comme Gemini Enterprise.
L’initiative de Mirendil officialise le passage d’une IA générative à une IA créatrice de savoir scientifique. Pour les directions informatiques et R&D, l’enjeu ne sera bientôt plus de concevoir des modèles en interne. Mais d’intégrer des laboratoires autonomes capables de piloter leur propre innovation.
- Partager l'article :
